[发明专利]用电数据异常的检测方法、装置、设备及可读存储介质

权利要求书

1.一种用电数据异常的检测方法，其特征在于，包括：

预先基于历史用电数据，应用LSTM网络解析所述历史用电数据的数据关联信息以对所述历史用电数据进行降维处理，并利用降维处理后的用电数据训练用电数据异常检测模型；

接收输入的待检测用电数据；

将所述待检测用电数据输入所述用电数据异常检测模型，得到检测结果；

其中，所述历史用电数据包括多条用电数据信息，各所述用电数据信息均包括用户ID、用电时间和用电量。

2.根据权利要求1所述的检测方法，其特征在于，所述预先基于历史用电数据，应用LSTM网络解析所述历史用电数据的数据关联信息以对所述历史用电数据进行降维处理，并利用降维处理后的用电数据训练用电数据异常检测模型，具体包括：

接收所述历史用电数据；

基于所述历史用电数据，采用有放回的策略构造K个数据集合，并分别在各所述数据集合中确定训练集和测试集；

对每个所述数据集合，应用所述LSTM网络提取N个数据内在特征；

应用与所述数据集合对应的所述数据内在特征对所述数据集合进行特征匹配训练，直至匹配结果达到预设条件，得到一棵决策树，完成所有所述数据集合的特征匹配后，得到由各所述决策树组成的随机森林模型；

以所述随机森林模型作为所述用电数据异常检测模型。

3.根据权利要求2所述的检测方法，其特征在于，在所述基于所述历史用电数据，采用有放回的策略构造K个数据集合之前，还包括：

对所述历史用电数据进行数据清洗，以去除所述历史用电数据中的重复数据、缺失数据和错误数据；

对清洗后的历史用电数据进行归一化处理，以根据归一化处理后的历史用电数据进行所述构造K个数据集合的步骤。

4.根据权利要求2所述的检测方法，其特征在于，所述对每个所述数据集合，应用所述LSTM网络提取N个数据内在特征，具体包括：

将一个所述数据集合划分为多个数据子集；

将各所述数据子集并行输入预设层数的LSTM网络中，并将所述数据内在特征的数目设置为N。

5.根据权利要求2所述的检测方法，其特征在于，所述应用与所述数据集合对应的所述数据内在特征对所述数据集合进行特征匹配训练，直至匹配结果达到预设条件，得到一棵决策树，具体为：

应用三层全连接层依次对各所述数据集合进行用电数据异常识别训练，直至损失函数达到预设的阈值，输出二维数据分布，以所述二维数据分布为所述决策树；

其中，所述三层全连接层包括用于对所述数据集合进行特征匹配的二层全连接的隐藏层。

6.根据权利要求2所述的检测方法，其特征在于，所述将所述待检测用电数据输入所述用电数据异常检测模型，得到检测结果，具体包括：

将所述待检测用电数据分别输入所述用电数据异常检测模型中的各所述决策树，得到各所述决策树输出的决策树检测结果；

取各所述决策树检测结果中的众数为所述检测结果。

7.根据权利要求2所述的检测方法，其特征在于，在所述基于所述历史用电数据，采用有放回的策略构造K个数据集合，并分别在各所述数据集合中确定训练集和测试集之前，还包括：

确定多个K值，以针对各所述K值执行所述基于所述历史用电数据，采用有放回的策略构造K个数据集合，并分别在各所述数据集合中确定训练集和测试集的步骤；

相应的，所述以所述随机森林模型作为所述用电数据异常检测模型，具体为：

测试各所述K值对应的随机森林模型的性能，确定性能最优的随机森林模型为所述用电数据异常检测模型。

8.一种用电数据异常的检测装置，其特征在于，包括：

建模单元，用于预先基于历史用电数据，应用LSTM网络解析所述历史用电数据的数据关联信息以对所述历史用电数据进行降维处理，并利用降维处理后的用电数据训练用电数据异常检测模型；

接收单元，用于接收输入的待检测用电数据；

检测单元，用于将所述待检测用电数据输入所述用电数据异常检测模型，得到检测结果。